Google 准备把四颗 TPU 送入轨道。它们装在一颗与 Planet 合作制造的原型卫星里，将搭乘 SpaceX 的 Transporter-18 拼车任务升空。这次试验属于 Project Suncatcher（追日者计划）：Google 想知道，利用低轨道近乎持续的阳光供电，再把许多搭载 TPU 的卫星连起来，能否在太空承载大规模机器学习计算。

这颗卫星暂时不会组成“太空数据中心”。它先测试四颗 TPU 能否熬过火箭发射，并在轨道的辐射、真空和温度条件下运行。

把这次补充的几份官方材料按时间排开，计划的变化会更清楚：

• 2025 年 11 月的项目首发文章写的是：Google 与 Planet 计划在 2027 年初前发射两颗原型卫星，同时验证硬件在轨运行和卫星间通信。
• 2026 年 9 月 24 日的新长文在双星任务之前增加了一次单星试验。按文章发布时的说法，第一批 TPU 将在“下一周”进入轨道；这次先寻找硬件失效点，再把数据用于后续任务。这里的“下一周”是 Google 当时给出的计划窗口，不是已经完成发射。
• Google 的发布帖补充了单星载荷数量：原型卫星携带 四颗 TPU。Sundar Pichai 的帖子则确认，这颗与 Planet 合作制造的卫星搭乘 SpaceX Transporter-18 拼车任务。

因此，这不是原定双星试验已经提前完成，而是 Google 在 2027 年双星互联之前插入了一次更小的在轨硬件试验：先回答 TPU 和散热系统能不能工作，再回答两颗卫星能不能高速互联。

这段短片负责解释团队为什么愿意做这项实验，而不是证明方案已经成立。片中先承认这个想法听起来“很疯狂”，随后把逻辑落到太阳能：如果要把太阳能供电继续扩大，在合适轨道上部署就成了一个值得测试的方向。结尾又明确说，这类项目有风险、有时不会成功，但实验过程中可能得到原先没有预料到的新结果。因此，短片支持的是研究动机与试错价值；四颗 TPU 能否在轨工作，仍要由这次任务的数据回答。

为什么要把 AI 算力搬上天？

原因先从供电说起。在低地球轨道（Low Earth Orbit, LEO），特定轨道上的卫星可以接近持续地晒到太阳。Google 测算，在这种光照条件下，同样面积的太阳能帆板最高可以产生地面的 8 倍电力。

官方视频把“特定轨道”说得更具体：团队比较过包括地球同步轨道在内的多种选择，认为晨昏轨道（dawn-dusk orbit）更适合这项设想，因为太阳能帆板在那里可以获得接近全天候的日照。视频给出的同面积发电量区间是地面的 5 至 8 倍。因此，“8 倍”是选定轨道和理想日照条件下的太阳能帆板上限，不能直接理解为整座太空数据中心的净能源优势。

如果未来能用高速网络连接多颗太阳能卫星，它们就可能共同处理超过单星能力的 AI 计算任务。但“8 倍”只说明光照带来的发电潜力，还没有回答芯片能否在轨道上长期运行、卫星之间能否交换足够多的数据，以及整套系统是否值得建。此次单星试验只回答第一项。

第一颗卫星先回答：TPU 能在轨道上工作吗？

TPU 原本在温度和供电都受控的机房里运行。送进轨道后，它要接连面对火箭振动、高能粒子和无法用空气带走热量的真空环境。

这次单星任务会记录芯片经历发射、辐射和温度变化时的表现，再据此修改后续双星硬件与任务设计。

发射前，团队分别做了振动、质子束照射和热真空测试：

发射振动：芯片能承受升空过程吗？

火箭从点火到进入近地轨道大约需要 10 分钟。航天器在此期间会剧烈振动，整体承受的持续加速度载荷最高可达 10g；包括 TPU 在内的单个部件可能承受 50 到 100g。

• 地面测试做法：团队把整颗卫星放到振动台上，沿三个轴向摇动，模拟火箭发射时的振动频率。这项测试同时检验 Planet 为硬件设计的定制封装能否阻止部件在升空过程中损坏。
• 目前结论：Google 表示，硬件承受住了三轴振动测试。

轨道辐射：计算错误会怎样影响任务？

进入轨道后，太阳活动产生的高能粒子和宇宙射线会给电子器件带来辐射风险。高能粒子穿透半导体时，可能引起“比特翻转”（bit flip），即存储或计算单元中的位值发生异常变化（例如由 0 变 1 或由 1 变 0）。视频把辐射问题分成两类：单次粒子撞击造成的单粒子翻转（single-event upset）通常可以纠正；长期暴露累积的总电离剂量（Total Ionizing Dose）则会逐步损伤器件。

• 地面测试做法：团队在加利福尼亚大学戴维斯分校克罗克核实验室（UC Davis Crocker Nuclear Laboratory）的质子束装置中对 TPU 进行了照射测试，在芯片运行 AI 工作负载的同时，密切监测类似比特翻转的错误对计算负载的具体影响。
• 目前结论：地面测试的初步结果显示，团队参与测试的 Trillium TPU 展现出了良好的耐受性，能够承受的总电离辐射剂量（Total Ionizing Dose）超过了一颗执行 5 年太空任务卫星的理论累积量。
• 发现过什么错误：视频中的工程师称，团队在束流测试中第一次观察到一次静默数据损坏（Silent Data Corruption, SDC）。它比明显崩溃更难发现：系统仍在运行，但计算结果已经悄悄出错。这也是在照射期间持续运行真实 AI 工作负载的原因。

这项测试还有一层工程取舍：如果商用 TPU 加上封装、纠错和监测就能满足任务要求，团队可以较快采用地面芯片产业的更新成果，不必为每代芯片重新走一遍漫长的航天级定制周期。当前试验只说明这条路线值得继续验证，还没有证明普通商用硬件可以不经改造直接上天。

真空散热：芯片产生的热送到哪里？

地面数据中心通常依靠风扇吹动强冷风或水冷系统带走热量，但太空中处于真空状态，完全没有空气流动，对流散热手段全部失效。TPU 在较小的芯片面积上会产生大量热量，必须安全散出，否则将面临过热风险。

• 散热机制：在太空真空中，向外排出热量的最终途径是通过散热辐射板向冰冷的宇宙背景发射红外线辐射。但在卫星内部，芯片产生的热量依然要先通过热管或泵驱流体回路，从机身内部送到外部辐射板。
• 难点在尺度，不在原理：辐射散热是成熟的航天技术。视频中的工程师给出的量级是，辐射板每平方米只能散掉数百瓦，而一块手掌大小的 TPU 会产生数千瓦热量，因此每颗 TPU 可能需要数平方米量级的散热面积。这是远期“每星数十颗 TPU”很难直接缩小成普通卫星尺寸的原因之一。
• 地面测试做法：团队把集成后的载荷放入热真空舱（Thermal Vacuum Chamber），同时模拟真空与温度条件，再运行功能测试观察整套散热路径的反应；实际在轨表现还要等这次任务观测。

振动台、质子束设施和热真空舱提供的仍是地面测试结果。真实轨道会把这些条件同时施加在同一套硬件上。这次发射要获取在轨数据，找出地面测试没有暴露的失效点。

从一颗卫星走向多星互联，还要解决什么？

一颗卫星装不下足够多的 TPU。要处理更大的 AI 工作负载，多颗卫星必须像数据中心里的机器一样交换数据、协同计算。Google 设想未来每颗卫星搭载数十颗 TPU，再让多颗卫星组成在轨集群。

根据规划，这项研究将分步推进：

• 这次单星任务：观测 TPU 经历发射、辐射和散热挑战后的在轨表现。
• 计划中的 2027 年双星任务：测试两颗卫星之间的短距离、高带宽激光连接。
• 远期设想：多颗卫星结成集群，每颗搭载数十颗 TPU，共同承担更大的计算任务。

多星协同依赖星间激光互联，但现有系统不能直接满足这种计算集群的需要：

• 带宽和延迟都要接近数据中心：Google 的视频说明，远期集群中的数千颗芯片既要在单颗卫星内部通信，也要跨卫星通信；两处都需要高带宽、低延迟。现有太空激光系统大多针对远距离、低带宽通信，而计算集群需要在较短距离内持续交换大量数据。
• 高精度相对定位要求：为了保障 AI 计算所需的通信带宽，每颗卫星都必须实时获知自身位置以及相对于邻近卫星的位置，并通过激光维持高速数据链路。
• 激光对准的高难度：在轨道运行中保持这种高带宽连接需要极高的对准精度。Google 将其形容为：在两端都在运动的情况下，从数英里之外精准击中一枚硬币大小的目标。

Google 已经完成一个地面概念验证：团队把现成的光纤光学收发器稍作改造，让它不再驱动光纤，而是驱动两台望远镜；测试得到两个方向各 800 Gbps 的双向链路。这个数字证明的是实验室里的收发器和光路组合能传数据，不代表运动中的两颗卫星已经能在轨道上长期保持 800 Gbps。

这项激光互联技术，计划在 2027 年两颗原型卫星送入轨道时展开实地测试。

这次发射之后该看什么？

发射是否成功只能说明卫星到了轨道。接下来要看四颗 TPU 能否持续运行、辐射错误会怎样影响 AI 工作负载、散热结构能否压住温度。这些数据会用于修改下一轮硬件。双星试验则要验证，两颗不断移动的卫星能否长期保持稳定、高带宽的激光链路。

即便两阶段测试都达到预期，也只能说明关键工程环节迈过了早期验证。把少量原型扩展成可持续、可维护、经济上合理的 AI 基础设施，仍是后续研究要回答的问题。